論文の概要: Drawing Inductor Layout with a Reinforcement Learning Agent: Method and
Application for VCO Inductors
- arxiv url: http://arxiv.org/abs/2202.11798v1
- Date: Wed, 23 Feb 2022 21:44:40 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-25 16:21:08.913308
- Title: Drawing Inductor Layout with a Reinforcement Learning Agent: Method and
Application for VCO Inductors
- Title（参考訳）: 強化学習エージェントを用いた描画インダクタレイアウト:VCOインダクタの方法と応用
- Authors: Cameron Haigh, Zichen Zhang, Negar Hassanpour, Khurram Javed, Yingying
Fu, Shayan Shahramian, Shawn Zhang, Jun Luo
- Abstract要約: 強化学習(RL)を用いたVCOインダクタの設計を自動化するフレームワークを提案する。
完全インダクタが生成されるまで、ワイヤセグメントを次々と描画するシーケンシャルな手順として問題を定式化する。
次に、特定の目標仕様を満たすインダクタの描画を学ぶためにRLエージェントを使用します。
- 参考スコア（独自算出の注目度）: 10.758271635604812
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Design of Voltage-Controlled Oscillator (VCO) inductors is a laborious and
time-consuming task that is conventionally done manually by human experts. In
this paper, we propose a framework for automating the design of VCO inductors,
using Reinforcement Learning (RL). We formulate the problem as a sequential
procedure, where wire segments are drawn one after another, until a complete
inductor is created. We then employ an RL agent to learn to draw inductors that
meet certain target specifications. In light of the need to tweak the target
specifications throughout the circuit design cycle, we also develop a variant
in which the agent can learn to quickly adapt to draw new inductors for
moderately different target specifications. Our empirical results show that the
proposed framework is successful at automatically generating VCO inductors that
meet or exceed the target specification.
- Abstract（参考訳）: 電圧制御発振器(vco)インダクタの設計は、人間の専門家が手作業で行う面倒で時間のかかる作業である。
本稿では,強化学習(RL)を用いて,VCOインダクタの設計を自動化するフレームワークを提案する。
問題を逐次手順として定式化し,完全インダクタが作成されるまでワイヤセグメントを次々に描画する。
次に、特定の目標仕様を満たすインダクタの描画を学ぶためにRLエージェントを使用します。
また,回路設計サイクル全体を通じて目標仕様を微調整する必要性を鑑み,エージェントが迅速に適応し,ターゲット仕様を適度に異なるものにするために新たなインダクタを描画できる変種を開発する。
実験の結果,提案フレームワークは,対象仕様を満たすか超過するVCOインダクタを自動生成することに成功した。
関連論文リスト
- CktGen: Specification-Conditioned Analog Circuit Generation [28.780603785886242]
本稿では,特定の仕様に基づいてアナログ回路を直接生成するタスクを提案する。
具体的には、単純だが効果的な変分オートエンコーダ(VAE)モデルであるCktGenを提案する。
オープンサーキットベンチマーク(OCB)の総合的な実験を行い、モデル間の整合性を評価するための新しい評価指標を導入する。
論文 参考訳（メタデータ） (2024-10-01T18:35:44Z) - Refine, Discriminate and Align: Stealing Encoders via Sample-Wise Prototypes and Multi-Relational Extraction [57.16121098944589]
RDAは、事前訓練されたエンコーダを盗むために、以前の取り組みで普及した2つの主要な欠陥に対処するために設計された先駆的なアプローチである。
これは、サンプルの様々な視点に対してターゲットエンコーダの表現を統一するサンプルワイドプロトタイプによって達成される。
より強力な有効性を得るために、我々はサロゲートエンコーダを訓練し、ミスマッチした埋め込み-プロトタイプペアを識別するマルチリレーショナル抽出損失を開発する。
論文 参考訳（メタデータ） (2023-12-01T15:03:29Z) - Sample as You Infer: Predictive Coding With Langevin Dynamics [11.515490109360012]
汎用的な深層生成モデルにおけるパラメータ学習のための新しいアルゴリズムを提案する。
提案手法は,標準変分自動エンコーダトレーニングから得られる性能と超越性を実現するために,標準PCアルゴリズムを改良する。
論文 参考訳（メタデータ） (2023-11-22T19:36:47Z) - Circuit as Set of Points [39.14967611962792]
本稿では,回路部品を点雲として扱うことにより,回路設計の新しい視点を提案する。
このアプローチは、プリプロセッシングなしで生データから直接の機能抽出を可能にし、エンドツーエンドのトレーニングを可能にし、高いパフォーマンスをもたらす。
論文 参考訳（メタデータ） (2023-10-26T14:22:43Z) - CktGNN: Circuit Graph Neural Network for Electronic Design Automation [67.29634073660239]
本稿では,回路トポロジ生成とデバイスサイズを同時に行う回路グラフニューラルネットワーク(CktGNN)を提案する。
オープンサーキットベンチマーク(OCB: Open Circuit Benchmark)は、オープンソースのデータセットで、10ドル(約10万円)の異なるオペレーショナルアンプを含む。
我々の研究は、アナログ回路のための学習ベースのオープンソース設計自動化への道を開いた。
論文 参考訳（メタデータ） (2023-08-31T02:20:25Z) - Learning to Design Analog Circuits to Meet Threshold Specifications [2.5818330243826924]
本稿では,シミュレーションデータから,しきい値仕様を満たす回路の設計を訓練可能なデータセットを生成する手法を提案する。
提案手法は,5%の誤差マージンで90%以上の成功率を達成するとともに,データ効率を1桁以上の精度で向上することを示す。
論文 参考訳（メタデータ） (2023-07-25T23:25:05Z) - Complexity Matters: Rethinking the Latent Space for Generative Modeling [65.64763873078114]
生成的モデリングにおいて、多くの成功したアプローチは、例えば安定拡散のような低次元の潜在空間を利用する。
本研究では, モデル複雑性の観点から潜在空間を再考することにより, 未探索の話題に光を当てることを目的としている。
論文 参考訳（メタデータ） (2023-07-17T07:12:29Z) - Design of Induction Machines using Reinforcement Learning [2.099922236065961]
カスタマイズ誘導電動機の設計のための強化学習アルゴリズムを提案する。
その結果,提案手法は人間の工学的知識を使わずに電気機械設計を自動化できることが示唆された。
論文 参考訳（メタデータ） (2023-06-30T12:56:31Z) - Adaptive Planning Search Algorithm for Analog Circuit Verification [53.97809573610992]
シミュレーションの少ない機械学習(ML)アプローチを提案する。
提案手法により,OCCを全回路の仕様に近づけることができることを示す。
論文 参考訳（メタデータ） (2023-06-23T12:57:46Z) - Effective Pre-Training Objectives for Transformer-based Autoencoders [97.99741848756302]
トランスフォーマーエンコーダの効率,コスト,精度のトレードオフについて検討する。
共通の目的の機能を組み合わせて、新しい効果的な事前学習アプローチを作成します。
論文 参考訳（メタデータ） (2022-10-24T18:39:44Z) - Prompting Decision Transformer for Few-Shot Policy Generalization [98.0914217850999]
本稿では,オフラインRLにおける少数ショット適応を実現するために,Prompt-based Decision Transformer (Prompt-DT)を提案する。
Prompt-DTは、目に見えないターゲットタスクを微調整することなく、強力な数発の学習者である。
論文 参考訳（メタデータ） (2022-06-27T17:59:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。